基于支持向量机与正则化风险最小化的目标计数研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 1 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 目标分类 | 第12-13页 |
| 1.2.2 目标计数 | 第13-15页 |
| 1.3 本论文的研究工作 | 第15-17页 |
| 1.3.1 研究工作 | 第15页 |
| 1.3.2 特色与创新 | 第15-17页 |
| 2 尿沉渣镜检图像的分割 | 第17-30页 |
| 2.1 边缘检测 | 第20-23页 |
| 2.1.1 梯度算子 | 第20-21页 |
| 2.1.2 最优算子 | 第21-23页 |
| 2.2 局部阈值化 | 第23-24页 |
| 2.3 形态学操作 | 第24-26页 |
| 2.4 融合边缘与区域分割的结果 | 第26-30页 |
| 3 基于SVM的目标分类计数 | 第30-48页 |
| 3.1 方法的总体设计 | 第30-32页 |
| 3.2 图像特征提取 | 第32-36页 |
| 3.2.1 形状特征 | 第32-34页 |
| 3.2.2 纹理特征 | 第34-36页 |
| 3.3 SVM特征分类 | 第36-40页 |
| 3.3.1 SVM的基本理论 | 第36-39页 |
| 3.3.2 多类SVM | 第39-40页 |
| 3.4 系统实现与实验 | 第40-48页 |
| 3.4.1 红白细胞的特征选取 | 第40-43页 |
| 3.4.2 系统实现 | 第43-44页 |
| 3.4.3 实验结果 | 第44-48页 |
| 4 基于正则化风险最小化原理的目标计数 | 第48-66页 |
| 4.1 目标密度函数的设计 | 第48-52页 |
| 4.1.1 密度函数的定义 | 第49-50页 |
| 4.1.2 真实密度函数 | 第50-51页 |
| 4.1.3 密度函数的参数化模型 | 第51-52页 |
| 4.2 系统的设计与优化 | 第52-56页 |
| 4.2.1 总体设计 | 第52-53页 |
| 4.2.2 系统优化 | 第53-56页 |
| 4.3 密度函数模型参数的估计 | 第56-61页 |
| 4.3.1 正则化风险最小化原理 | 第57-58页 |
| 4.3.2 密度函数的经验风险 | 第58-60页 |
| 4.3.3 线性规划 | 第60-61页 |
| 4.4 实验结果 | 第61-66页 |
| 5 总结与展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 攻读学位期间的研究成果 | 第71页 |
